2026年10月20日 16:00
Terminal X、GPT-6.1で投資判断を88.6%再現
Terminal X matches senior investor judgment 88.6% with GPT-6.1
3行まとめ
- •Terminal XがGPT-6.1で評価エージェント開発
- •54項目の基準で出力を採点し一致率88.6%
- •ファンド方針からの逸脱検出が25%増加
詳細
背景
投資分野でAIを活用する場合、生成された分析や提案がファンドごとの運用方針（マンデート）に沿っているかを確認する作業が欠かせません。従来はシニア投資家が出力を目視で確認しており、人手と時間がかかる工程でした。Terminal Xはこの評価作業を自動化するため、OpenAIのモデルを使った評価エージェントを構築しています。
内容
OpenAIが公開した事例によると、Terminal XのEval Agentは、AIの出力を54項目の採点基準（ルーブリック）に照らして評価します。モデルにはGPT-6.1 Solを採用し、その評価結果はシニア投資家の判断と88.6%一致したとされています。さらにファンドの運用方針から外れた出力を、従来より25%多く検出できたと報告されています。
今後の影響
AIの出力を別のAIが採点するLLM-as-a-judge（AIによる評価）の手法が、金融のような専門性の高い領域でも人間の専門家に近い精度を示した事例です。品質確認の工程を自動化したい企業にとって、評価基準を細かく設計して検証を回す進め方の参考になります。ただし本件はOpenAI自身が公開した導入事例であり、数値は同社と顧客による報告です。
なぜ重要か
専門家の判断と約9割一致するAI評価の事例で、金融など専門領域でのAI出力の品質管理を自動化する手法の参考になる。
元記事を読む — OpenAI Blog